使用Inception V3进行狗狗图片分类，祝大家狗年大吉！
数据集来自Stanford Dog Dataset
http://vision.stanford.edu/aditya86/ImageNetDogs/images.tar
共包括120种狗狗的20580张图片，下载后解压得到Images文件夹，其中包括120个子文件夹，每个子文件夹对应一种狗狗
使用Inception V3和狗狗数据进行迁移训练，得到能够识别狗狗类别的图片分类模型
迁移训练的代码来自TensorFlow官方Github
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/image_retraining/retrain.py
使用以下命令即可进行训练，当然也可以直接使用我训练好的模型
python retrain.py --image_dir Images/ --output_graph dog_inception_v3_graph.pb --output_labels dog_inception_v3_labels.txt --summaries_dir summaries_dir --model_dir . --bottleneck_dir bottleneck_dir
迁移训练得到两个文件
dog_inception_v3_graph.pb：狗狗图片分类模型dog_inception_v3_labels.txt：全部的狗狗类别
使用classify_single_dog.py即可进行单张图片的分类，其中最后一行的test.jpg即为待分类图片的路径，这里提供了一张京巴犬的图片
classify_all_dogs.py：将Images文件夹中的20580张图片全部分类，并将正确标签以及概率前五的分类结果和对应概率写入results.txt，便于后续统计results.txt：即上面提到的分类结果文件stats.py：根据results.txt进行一些简单的统计，包括每种狗狗的分类正确率、不同狗狗之间的关联和对比等sample.py：从每类狗狗中随机抽取一张，共120张图片并生成一张拼图